一位資料科學家必須將地端 ETL 流程遷移到 AWS。目前的流程按排程執行，並使用 PySpark 合併和格式化多個大型資料來源，以產生一個整合輸出供下游任務使用。雲端解決方案的需求：合併多個來源、重複使用現有的 PySpark 程式碼、按現有排程執行，並將要管理的伺服器數量降到最低。哪種架構符合這些要求？

此架構符合所有要求。AWS Glue 是一項無伺服器 ETL 服務，支援 PySpark，允許重複使用現有的 PySpark 程式碼，並將管理伺服器的數量降到最低。AWS Glue 觸發器可用於按現有排程執行任務。將原始資料和處理後的輸出儲存在 Amazon S3 中，提供可擴展且持久的儲存。 其他選項不符合所有要求： 使用持久性 Amazon EMR 叢集需要管理伺服器，這與將管理伺服器數量降到最低的要求相矛盾。 在 AWS Lambda 中重新實作現有的 PySpark 邏輯需要大量重寫，這與重複使用現有程式碼的要求不符。 Amazon Kinesis Data Analytics 適用於串流資料，而問題描述的是排程執行的批次 ETL 流程，且不支援直接重複使用 PySpark 程式碼。